文件名称:acc的matlab代码-mltool:用于脑机接口的Matlab/Octave机器学习工具箱
文件大小:8.33MB
文件格式:ZIP
更新时间:2024-06-13 01:34:09
系统开源
acc的matlab代码MLTool-BCI Matlab / Octave机器学习工具箱,用于线性分类以及在脑机接口(BCI)中的应用。 该工具箱随GPL许可证一起分发,并随附于教程一章“针对BCI的机器学习”。 特征 线性模型 线性判别分析(LDA) 支持向量机(SVM) 岭回归(RR) 验证策略 坚持 随机抽样 K折交叉验证 遗漏的引导程序 绩效指标(分类和回归) 准确度(ACC) ROC曲线下的面积(AUC) 科恩的卡伯(k) 均方误差(MSE) 相关系数(corr) 演示数据集 具有CSP功能的汽车影像(MI) 具有时间功能的P300喷码机 ECoG手指运动预测数据集 安装 下载当前版本 提取子文件夹 使用“ addpath(genpath('path-to-mltool'))”将路径添加到Matlab / Octave,以执行工具箱中的任何功能 简短文件 工具箱中的所有功能都包含带有参数定义的详细文档。 分类器文件夹包含所有线性模型估计函数(仅二进制分类) 性能文件夹包含所有性能计算功能 验证文件夹包含所有pvalidation循环 图形文件夹包含本章中用于生成图形的脚本
【文件预览】:
mltool-master
----figures()
--------visu_loss.m(2KB)
--------visu_AUC_P300.m(1KB)
--------visu_validation_P300.m(2KB)
--------visu_class_MI.m(1KB)
--------visu_regression.m(937B)
--------visu_AUC_MI.m(2KB)
--------visu_validation_MI.m(2KB)
----examples()
--------classif_toy.m(770B)
--------validation_MI.m(582B)
--------classif_MI.m(625B)
--------regression_ECoG.m(734B)
----validation()
--------valid_classif.m(916B)
--------get_id_valid.m(2KB)
----LICENSE(18KB)
----README.md(2KB)
----classifiers()
--------ridge.m(470B)
--------ldaclass.m(512B)
--------lsvmclass.m(432B)
--------primal_svm.m(14KB)
--------ldaval.m(80B)
----data()
--------MI_test.mat(57KB)
--------ECoG_Finger.mat(1.65MB)
--------get_dataset.m(1KB)
--------MI_train.mat(57KB)
--------P300_data.mat(6.61MB)
----performance()
--------perf_classif.m(688B)
--------perf_reg.m(454B)
--------svmroccurve.m(2KB)
--------ConfusionMatrix.m(951B)